在阅读不同的分布式系统论文时发现，论文中经常会提到该系统实现了一个什么样的一致性模型。了解常见的几种一致性模型的定义想必会对后续的论文阅读有不少的帮助。

这篇文章的内容梳理自此前我在公司内部做的技术分享，介绍了分布式系统的一致性模型是什么，有哪些常见的一致性模型，以及常见的分布式一致性实现方式。

来到 MIT 6.824 的 Lecture 8，我们终于要开始读大名鼎鼎的 ZooKeeper 的论文了。Introducing… 《ZooKeeper: Wait-free Coordination for Internet-scale Systems》.

在 MIT 6.824 的 Lecture 7 中，我们将阅读《Using Paxos to Build a Scalable, Consistent, and Highly Available Datastore》一文，看看 LinkedIn 的工程师是如何利用 Paxos 和 ZooKeeper 构建一个名为 Spinnaker 的 KV 数据库的。

在这篇博文中，我会详细阐释《Bigtable: A Distributed Storage System for Structured Data》一文中所提及的 Bigtable 的开发背景以及工作原理。

这篇文章是本人按照 MIT 6.824 的课程安排阅读 Google File System 的论文以及相关课程资料并总结而来。

在上一篇博文中，我详细讲解了 MongoDB Replica Set 相关的概念。作为 MongoDB 分布式解决方案之一，
Replica Set 主要用于提高 MongoDB 集群的可用性，但不难发现，同一个 Replica Set 中的 Primary 和 Secondary
往往承受着大致相同的写压力，因此 Replica Set 实际上并不能用来提高集群的处理能力。

在这篇博文中，我将详细介绍另一种 MongoDB 分布式解决方案 —— Sharding 的相关概念，并介绍如何利用 Sharding 来对数据库进行水平拓展。

本篇文章将脱离基本的 MongoDB 数据存储和操作，立足于 MongoDB 提供的高可用方案。MongoDB 的高可用方案包括 Replica Set 和 Sharding，这篇文章将介绍 MongoDB 的 Replica Set。